Medoid Prototype Alignment for Cross-Plant Unknown Attack Detection in Industrial Control Systems

1. Declaração do Problema

O artigo aborda o desafio crítico de implantar Sistemas de Detecção de Intrusão (IDS) em diferentes usinas de Sistema de Controle Industrial (ICS).

• Mudança de Domínio: O tráfego de ICS é altamente dependente do local devido a diferenças em sensores, protocolos e processos de controle. Um modelo treinado em uma usina (Fonte) frequentemente falha ao ser implantado em outra (Alvo).
• Escassez de Dados e Ataques Desconhecidos: Coletar dados de ataque rotulados é caro e arriscado em ambientes de produção. Além disso, usinas alvo frequentemente enfrentam "ataques desconhecidos" (ataques não vistos durante o treinamento), tornando o aprendizado supervisionado padrão ineficaz.
• Limitações dos Métodos Existentes: As abordagens atuais de aprendizado por transferência frequentemente dependem de alinhamento global de características (alinhando todas as amostras de origem e destino). Em ambientes de ICS, que contêm comunicação explosiva, ruído e desequilíbrios estruturais, esse alinhamento indiscriminado pode obscurecer padrões locais e levar a uma detecção instável.

2. Metodologia: Alinhamento de Protótipos Medóide (MPA)

O framework proposto reformula a detecção entre usinas como um problema de adaptação guiada por protótipos. Em vez de alinhar pontos de dados individuais, ele alinha resumos estruturais robustos (protótipos) das regiões operacionais. O pipeline consiste em quatro etapas principais:

A. Construção de Representação Compartilhada

Como os domínios de origem e destino podem ter dimensões de características diferentes ($d_s \neq d_t$), o método padroniza as características de tráfego independentemente. Em seguida, utiliza Análise de Componentes Principais (PCA) para projetar ambos os domínios em um espaço de representação compartilhado e de baixa dimensionalidade ($Z_s$ e $Z_t$). Isso cria uma base uniforme para comparação.

B. Extração de Protótipos Medóide

Em vez de usar centróides de clusters (médias), que são sensíveis a valores atípicos, o método emprega agrupamento K-Medóide nos dados projetados pelo PCA.

• Medóides: São observações reais do conjunto de dados que minimizam a dissimilaridade dentro do cluster.
• Vantagem: Medóides representam pontos operacionais fisicamente significativos e são mais robustos a ruídos e perturbações raras comuns no tráfego industrial em comparação com centros baseados em médias.
• O resultado é um conjunto de protótipos de origem ($P_s$) e protótipos de destino ($P_t$).

C. Adaptação Calibrada por Protótipos

O objetivo principal de aprendizado envolve um codificador de representação ($f_\theta$) e um classificador ($g_\phi$). O método define três componentes de perda:

1. Perda de Alinhamento de Protótipos ($L_{proto}$): Calcula uma correspondência suave entre protótipos de destino e protótipos de origem usando uma similaridade softmax baseada na distância euclidiana. Minimiza a distância entre um protótipo de destino e seus protótipos de origem ponderados.
2. Perda de Classificação Supervisionada ($L_{sup}$): Garante que o modelo mantenha poder discriminativo no domínio de origem rotulado.
3. Regularização de Entropia ($L_{ent}$): Incentiva previsões confiantes no domínio de destino não rotulado, minimizando a entropia da previsão.

O objetivo total é: $L = L_{sup} + \alpha L_{proto} + \beta L_{ent}$.

3. Contribuições Principais

1. Formulação de Problema Inovadora: Desloca o paradigma da correspondência global direta de instâncias para transferência em nível de protótipo, enfatizando a transferência de resumos estruturais locais.
2. Design de Framework: Propõe uma arquitetura específica combinando compressão por PCA, extração de K-Medóide e adaptação de domínio calibrada por protótipos. Este design é adaptado para ambientes industriais heterogêneos, ruidosos e com escassez de rótulos.
3. Rigor Empírico: Redesenhou a avaliação para focar no desempenho médio entre tarefas, comportamento de transferência direcional (assimetria) e robustez no pior caso, fornecendo uma visão mais realista da confiabilidade de implantação do que a precisão de tarefa única.

4. Resultados Experimentais

O método foi avaliado em dois sistemas industriais distintos: um Sistema de Controle de Gás Natural (G) e um Sistema de Reservatório de Água (W). Quatro tarefas de transferência de ataques desconhecidos entre domínios foram testadas (por exemplo, ataques DoS do sistema de Gás para sistemas de Água).

• Métricas de Desempenho:
  • O MPA alcançou uma Precisão média de 0,843 e um F1-score de 0,838.
  • Superou significativamente as linhas de base (ANN, SVM, RF, KNN, NBM). Por exemplo, comparado à linha de base mais forte (ANN), o MPA melhorou a precisão média em 62,8% e o F1-score em 109,4%.
• Robustez:
  • Baixa Dispersão: O MPA apresentou o menor coeficiente de variação (CV) e o menor "gap direcional composto", indicando desempenho consistente independentemente da direção da transferência (Gás→Água vs. Água→Gás).
  • Estabilidade no Pior Caso: Mesmo na tarefa de transferência mais difícil, o MPA manteve uma precisão mínima de 0,81 e F1-score de 0,80, enquanto as linhas de base caíram significativamente (por exemplo, a ANN caiu para 0,50 de precisão).
• Assimetria de Transferência: O estudo confirmou que a transferência é assimétrica; usar o sistema de Gás como fonte geralmente produziu melhores resultados do que o sistema de Água devido a semânticas de controle mais ricas. No entanto, o MPA minimizou a queda de desempenho em configurações de transferência reversa difíceis.

5. Significado e Conclusão

O artigo demonstra que o Alinhamento de Protótipos Medóide é uma solução prática e robusta para detecção de intrusão entre usinas.

• Estabilidade sobre Densidade: Ao alinhar resumos compactos de medóides em vez de conjuntos densos de amostras, o método evita o ruído e a instabilidade inerentes ao alinhamento global para dados industriais.
• Pronto para Implantação: O alto desempenho no pior caso e a baixa variância sugerem que o MPA é adequado para implantação no mundo real, onde a confiabilidade sob mudança de domínio é crítica.
• Direções Futuras: Os autores sugerem estender essa abordagem para rotulagem de conjunto aberto, adaptação online e monitoramento em tempo real.

Em resumo, este trabalho fornece uma alternativa estruturalmente fundamentada à adaptação de domínio convencional, provando que alavancar estruturas operacionais locais robustas (via medóides) é superior para lidar com a heterogeneidade e a escassez de rótulos na cibersegurança industrial.